PEMODELAN PERIODIK DAN STOKASTIK UNTUK MENGANALISIS DATA CURAH HUJAN YANG HILANG MENGGUNAKAN STUDI KASUS STASIUN HUJAN SUKARAME.
|
|
- Glenna Budiono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMODELAN PERIODIK DAN STOKASTIK UNTUK MENGANALISIS DATA CURAH HUJAN YANG HILANG MENGGUNAKAN STUDI KASUS STASIUN HUJAN SUKARAME Ashruri 1) Abstract Rainfall data is very important for planning in engineering, especially for hydrology buildings such as water irrigation, dams, urban drainage, ports, docks, etc. Rainfall has periodic and stochastic parts, and influenced by climatic parameters such as temperature, wind direction, humidity, etc. These parameters are transferred into the periodic and stochastic rainfall components. The rainfall is calculated to determine both, periodic and stochastic components. The missing data were caused by the malfunction of operation of the recording in the rain stations or human error itself. Keywords: Periodic Model, Stochastic Model, Periodic and Stochastic Models Abstrak Data curah hujan sangat penting untuk perencanaan teknik khususnya untuk bangunan air misalnya irigasi, bendungan, drainase perkotaan, pelabuhan, dermaga, dan lain-lain. Hujan mempunyai sifat periodik dan stokastik, karena dipengaruhi oleh parameter iklim seperti suhu udara, arah angin, kelembaban dan lain sebagainya. Parameter ini ditransfer menjadi komponen bersifat periodik dan stokastik. Namun terkadang di beberapa titik stasiun pencatat curah hujan terdapat data yang hilang karena tidak bekerjanya pencatatan di stasiun hujan atau kesalahan manusia itu sendiri. Kata Kunci : Model Periodik, Model Stokastik, Model Periodik dan Stokastik 1. PENDAHULUAN Hujan mempunyai sifat periodik dan stokastik, karena dipengaruhi oleh parameter iklim seperti suhu udara, arah angin, kelembaban dan lain sebagainya, yang juga bersifat periodik dan stokastik. Parameter ini ditransfer menjadi komponen bersifat periodik dan stokastik. Selanjutnya curah hujan dapat dapat dihitung keduanya, komponen periodik dan komponen stokastik. Menentukan semua faktor yang diketahui dan diasumsikan bahwa hujan adalah sebagai fungsi dari variasi periodik dan stokastik dari iklim. Dengan analisis periodik dan stokastik dari seri waktu akan menghasilkan sebuah model yang akan menghitung bagian periodik dan stokastik untuk dipergunakan meramal variasi hujan harian diwaktu yang akan datang. (Zakaria, 2010). Namun terkadang di beberapa titik stasiun pencatat curah hujan terdapat data yang hilang. Hilangnya data tersebut dapat disebabkan oleh tidak bekerjanya pencatatan di stasiun hujan atau karena kesalahan manusia itu sendiri. Karena hujan yang turun di suatu daerah di Indonesia juga akan turun secara periodik maka dapat dihitung apabila ada data yang hilang pada masa tertentu. Penulis akan mencoba menghitung perkiraannya pada masa yang akan datang dan menghitung data yang hilang tersebut. 1 Mahasiswa Jurusan Magister Teknik Sipil Fakultas Teknik Universitas Lampung Jl. Prof. Sumantri Brojonegoro No 1 Gedong Meneng, Bandar Lampung.
2 2. METODE PENELITIAN Secara umum, data seri waktu dapat diuraikan menjadi komponen deterministik yang dapat dirumuskan menjadi nilai nilai yang berupa komponen yang merupakan solusi eksak dan komponen yang bersifat stokastik, yang mana nilai ini selalu dipresentasikan sebagai suatu fungsi yang terdiri dari beberapa fungsi data seri waktu. Data seri waktu X tr, dipresentasikan sebagai suatu model yang terdiri dari beberapa fungsi sebagai berikut : (Rizalihadi, 2002; Bhakar, 2006; dan Zakaria, 2008) Dimana : T t = komponen trend, t = 1, 2, 3,..., N P t = komponen = komponen stokastik S t X t =T t +P t +S t [1] Komponen trend menggambarkan perubahan panjang dari pencatatan data hujan yang panjang selama pencatatan data hujan, dan dengan mengabaikan komponen fluktuasi dengan durasi pendek. Didalam penelitian ini, untuk data hujan yang dipergunakan, diperkirakan tidak memiliki trend. Sehingga persamaan ini dapat dipresentasikan sebagai berikut : X t P t +S t [2] Persamaan (2) adalah persamaan pendekatan untuk mensimulasikan model periodik dan stokastik dari data curah hujan harian. A. Metode Spektral Metode spektrum merupakan salah satu metode transformasi yang umumnya dipergunakan didalam banyak aplikasi. Metode ini dapat dipresentasikan sebagai persamaan Transformasi Fourier sebagai berikut, (Zakaria, 2003; Zakaria, 2008): P ( f m )= Δt n= 2 N /2 2. π.i M P ( t π n ).e. m.n [3] N /2 Dimana P(tn) adalah data seri curah hujan dalam domain waktu dan P(fn) adalah data seri curah hujan dalam domain frekuensi. t n adalah variabel seri dari waktu yang mempresentasikan panjang data ke N, f m variabel seri dari frekuensi. B. Metode Periodik Komponen periodik P(t) berkenaan dengan suatu perpindahan yang berosilasi untuk suatu interval tertentu (Kottegoda, 1980). Keberadaan P(t) diidentifikasikan dengan menggunakan metode Transformasi Fourier. Bagian yang berosilasi menunjukkan keberadaan P(t), dengan menggunakan periode P, beberapa periode puncak dapat diestimasi dengan menggunakan analisis Fourier. Frekuensi-frekuensi yang didapat dari metode spektral secara jelas menunjukkan adanya variasi yang bersifat periodik. Komponen periodik P(f m ) dapat juga ditulis dalam bentuk frekuensi sudut ω r. Selanjutnya dapat diekspresikan sebuah persamaan dalam bentuk Fourier sebagai berikut, (Zakaria, 1998) : 40 Ashruri, Pemodelan Periodik dan Stokastik...
3 P ( f m )= Δt n= 2 N /2 2. π.i M P ( t π n ).e. m.n [4] N /2 Persamaan (4) dapat disusun menjadi persamaan sebagai berikut, Dimana : P(t) ^P(t) P o ω r t A r, B r k ^P ( f m )= Δt n= 2 N /2 2. π. i M P ( t π n ). e. m.n [5] N /2 = komponen periodik = model dari komponen periodik = A k+1 = rerata curah hujan harian (mm) = frekuensi sudut (radian) = waktu (hari) = koefisien komponen fourier = jumlah komponen signifikan C. Metode Stokastik Komponen stokastik dibentuk oleh nilai yang bersifat random yang tidak dapat dihitung secara tepat. Stokastik model, dalam bentuk model autoregresif dapat ditulis sebagai fungsi matematika sebagai berikut, p S 1 =ε+ b k.s t k [6] k=1 Persamaan (6) dapat diuraikan menjadi, S 1 =ε+b 1. S t 1 +b 2. S t b p. S t p [7] Dimana : b k = parameter model autoregressif. ε = konstanta bilangan random k = 1, 2, 3, 4,..., p = order komponen stokastik Untuk mendapatkan parameter model dan konstanta bilangan random dari model stokastik di atas dapat dipergunakan metode kuadrat terkecil (least squares method). D. Metode Kuadrat Terkecil (Least Square Method) Didalam metode pendekatan kurvanya, sebagai suatu solusi pendekatan dari komponen-komponen periodik P(t), dan untuk menentukan fungsi dari Persamaan (5), sebuah prosedur yang dipergunakan untuk mendapatkan model komponen periodik tersebut adalah metode kuadrat terkecil (Least squares method). Dari Persamaan (5) dapat dihitung jumlah dari kuadrat error antara data dan model periodik (Zakaria, 1998) sebagai berikut, t =m Jumlah Kuadrat error = J = {P (t ) ^P (t ) } 2 [8] t =1 Dimana J adalah jumlah kuadrat error yang nilainya tergantung pada nilai A r dan B r. Selanjutnya koefisien J hanya dapat menjadi minimum bila memenuhi persamaan sebagai berikut, Ashruri, Pemodelan Periodik dan Stokastik... 41
4 J = J =0 [9] A r B r Dengan menggunakan metode kuadrat terkecil, didapat komponen fourier A r dan B r. Berdasarkan koefisien fourier ini dapat dihasilkan persamaan sebagai berikut, 1. Curah hujan harian rerata, 2. Amplitudo dari komponen harmonik, P o = A k+1 [10] C r = A r 2 +B r 2 3. Fase dari komponen harmonik, φ r =arctan( B r [12] A r ) Rerata dari curah hujan harian, amplitudo dan fase dari komponen harmonik dapat dimasukkan ke dalam sebuah persamaan sebagai berikut, r =k ^P ( t )=S o + r =1 [11] C r cos (ω t.t φ r ) [13] Persamaan (13) adalah model periodik dari curah hujan harian dimana yang periodik didapat berdasarkan data curah hujan harian dari stasiun curah hujan Sukarame. Berdasarkan hasil simulasi yang didapat dari model periodik curah hujan harian, dapat dihitung komponen stokastik curah hujan harian. Komponen stokastik merupakan selisih antara data curah hujan harian dengan hasil simulasi curah hujan harian yang didapat dari model periodik. Selanjutnya Parameter stokastik dapat dicari dengan menggunakan metode kuadrat terkecil (least squares method). E. Metode Rata-rata Metode Konvensional / Rata-rata adalah metode yang paling praktis digunakan untuk mencari data curah hujan yang hilang. Metode ini hanya merata-ratakan curah hujan kumulatif bulanan atau tahunan dari curah hujan yang hilang. P= P +P Keterangan : P = Curah Hujan yang hilang P 1 = Curah hujan tahun sebelumnya = Curah hujan tahun berikutnya P 2 [14] F. Metode Normal Ratio Metode Normal Ratio adalah salah satu metode yang digunakan untuk mencari data yang hilang. Metode perhitungan yang digunakan cukup sederhana yakni dengan memperhitungkan data curah hujan di stasiun hujan yang berada di das yang sama untuk mencari data curah hujan yang hilang di stasiun tersebut. Variabel yang 42 Ashruri, Pemodelan Periodik dan Stokastik...
5 diperhitungkan pada metode ini adalah curah hujan harian di stasiun lain dan jumlah curah hujan 1 tahun pada stasiun lain tersebut. Rumus Metode Normal Ratio untuk mencari data curah hujan yang hilang sebagai berikut : Rx= 1 n { N x N A x P A + N x N B x P B} [15] Keterangan : Rx = Curah hujan stasiun yang datanya dicari (mm) n = Jumlah stasiun Hujan NA = Jumlah hujan pada stasiun A pada tahun sebelumnya PA = Curah hujan harian pada stasiun A NB = Jumlah hujan pada stasiun B pada tahun sebelumnya PB = Curah hujan harian pada stasiun B Nx = Jumlah hujan pada stasiun X pada tahun sebelumnya G. Metode Inversed Square Distance Metode Inversed Square Distance adalah salah satu metode yang digunakan untuk mencari data yang hilang. Metode perhitungan yang digunakan hampir sama dengan metode normal ratio yakni memperhitungkan stasiun yang ada pada das yang sama. Jika pada metode normal ratio yang digunakan adalah jumlah curah hujan dalam 1 tahun, pada metode ini variabel yang digunakan adalah jarak stasiun terdekat dengan stasiun yang akan dicari data curah hujan yang hilang. Rumus Metode Inversed Square Distance untuk mencari data curah hujan yang hilang sebagai berikut : 1 dxa x R A dxb x R 2 B Rx= 1 dxa dxb 2 Keterangan : Rx = Curah hujan stasiun yang datanya dicari (mm) RA = Curah hujan stasiun A dxa = Jarak stasiun A ke stasiun yang di cari RB = Curah hujan stasiun B dxb = Jarak stasiun B ke stasiun yang di cari [16] 3. TAHAPAN PENELITIAN a. Mengumpulkan data curah hujan yang akan dihitung dalam 1 (satu) tahun dan menyajikannya dalam bentuk tabel dan memberikan angka 0 pada hari dimana tidak terjadi hujan. Dalam Tabel tersebut terdapat bulan dan tanggal terjadinya hujan yang dicatat pada stasiun hujan tersebut, b. Menyusun data curah hujan harian tersebut menjadi data curah hujan harian seri ke dalam 2 kolom, kolom pertama adalah hari dan kolom kedua adalah curah hujan harian. Data curah hujan tersebut disusun dari tanggal 1 Januari sampai dengan 31 Desember sehingga didapatkan sebanyak 365 hari untuk tahun biasa dan 366 hari untuk tahun kabisat c. Menyimpan data curah harian seri tersebut kedalam file bernama signals.inp (signal input). d. Mengubah data curah harian seri menjadi spektrum curah hujan harian menggunakan program FFT (Fast Fourier Transform). Ashruri, Pemodelan Periodik dan Stokastik... 43
6 e. Setelah menjalankan program FFT (Fast Fourier Transform) akan didapat 3 file yaitu : Spectrum.eps Spectrum.out Fourier.inp f. Menghitung komponen periodik curah hujan menggunakan metode transformasi fourier, File yang digunakan untuk menjalankan program Fourier adalah file signals.inp (signal input) dan fourier.inp (fourier input). g. Setelah menjalankan program fourier maka akan didapat 3 file yaitu : Signals.out Signals.eps Fourier.out h. Menghitung komponen stokastik curah hujan menggunakan metode kuadrat terkecil (least squares method). File yang digunakan oleh program auto regresif ini adalah file signals.inp (signal input) dan signals.out i. Setelah menjalankan program auto regresif akan didapat 2 file yaitu : Auto-reg.out Signalps.out j. Menghitung koefisien korelasi periodik dan stokastik. k. Menganalisis hasil perhitungan dan menarik kesimpulan. 4. PEMBAHASAN HASIL PERHITUNGAN A. Data Curah Hujan Harian Untuk mencari karakteristik Periodik dan Stokastik hujan harian yang hilang dalam penelitian ini digunakan data seri waktu 512 hari. Sebagai contoh untuk memodelkan curah hujan tahun 1990 dibutuhkan data 512 hari (147 hari tahun 1988 ditambah 365 hari tahun 1989) pada Stasiun Hujan PH-003 Sukarame dan disimpan ke dalan file bernama signals.inp. Gambar 1 Curah Hujan Series Waktu 512 hari (147 hari tahun hari tahun 1989) dari Stasiun Hujan PH-003 Sukarame B. Spektrum Curah Hujan Harian Berdasarkan series waktu tersebut spektrum data curah hujan harian seri waktu dihasilkan dengan menggunakan metode FFT (Fast Fourier Transform) 44 Ashruri, Pemodelan Periodik dan Stokastik...
7 Gambar 2 Spektrum Curah Hujan Series Waktu ramal 512 hari dari Stasiun Hujan PH-003 Sukarame C. Model Periodik Hujan Harian Komponen Model Periodik curah hujan seri waktu dihitung menggunakan Metode Transformasi Fourier untuk menghasilkan frekuensi-frekuensi curah hujan periodik. Gambar 3 Model Periodik curah hujan harian ramal (512 hari) Gambar 4 Model Periodik curah hujan harian ramal (64 hari) D. Model Stokastik Curah Hujan Harian Komponen Model Stokastik curah hujan seri waktu dihitung dengan Metode kuadrat terkecil (least squares method) dengan menjalankan Program auto regresif / Autoregr untuk menghasilkan frekuensi-frekuensi stokastik curah hujan. File signalr.inp merupakan input baru untuk menjalankan program auto regresif / Autoregr. File ini menggunakan 1024 data yaitu 1024 hari untuk membandingkan hasil ramalan curah hujan dengan data curah hujan itu sendiri. Sebagai contoh untuk meramal data curah hujan yang hilang pada tahun 1990, file signalr.inp berisikan 1024 hari yang terdiri dari 147 hari tahun 1988, 365 hari tahun 1989, 365 hari tahun 1990, dan 147 hari tahun Ashruri, Pemodelan Periodik dan Stokastik... 45
8 Gambar 5 File signalr.inp dari Stasiun Hujan PH-003 Sukarame (1024 hari) Gambar 6 Model Stokastik curah hujan harian ramal (512 hari) Gambar 7 Model Stokastik curah hujan harian ramal (64 hari) E. Model Periodik Stokastik Curah Hujan Harian Model Periodik dan Stokastik merupakan hasil dari penjumlahan model periodik dan model stokastik. Gambar 8 Model Periodik Stokastik curah hujan harian ramal (512 hari) Gambar 9 Model Periodik Stokastik curah hujan harian ramal (64 hari) F. Koefisien Korelasi Besarnya selisih antara Model Periodik, Model Stokastik, dan Model Periodik Stokastik dengan data terukur dapat diketahui dengan melihat koefisien korelasinya. 46 Ashruri, Pemodelan Periodik dan Stokastik...
9 Gambar 10 Koefisien Korelasi (R) Model Periodik Ramal dari Stasiun Hujan PH-003 Sukarame. Gambar 11 Koefisien Korelasi (R) Model Stokastik Ramal dari Stasiun Hujan PH-003 Sukarame. Gambar 12 Koefisien Korelasi (R) Model Periodik dan Stokastik Ramal dari Stasiun Hujan PH-003 Sukarame. Rata-rata Koefisien Korelasi (R) yang didapat yaitu : 1. Model Periodik sebesar 0, Model Stokastik sebesar 0, Model Periodik dan Stokastik sebesar 0,4340 G. Hasil Perhitungan Kelima Metode Untuk melihat grafik perbandingan hasil perhitungan curah hujan tahunan, kumulatif dan Rata-rata bulanan dari Metode Periodik, Periodik Stokastik, Ratarata, Normal Ratio, dan Inversed Square Distance dipresentasikan dalam tabel dan gambar berikut: 1. Curah Hujan Tahunan Tabel 1 Koefisien Korelasi Curah Hujan Tahunan dari tahun dengan Kelima Metode dari Stasiun Hujan PH-003 Sukarame. Tahun Periodik Periodik Normal Ratio Distance Inversed Square Rata-Rata Stokastik ,5557 0,5201 0,0569 0,1085 0, ,5738 0,5915 0,2156 0,3406 0, ,3441 0,2269 0,0114 0,1100 0, ,4394 0,3055 0,0321 0,0799 0,0775 Ashruri, Pemodelan Periodik dan Stokastik... 47
10 Tahun Periodik Periodik Normal Ratio Distance Inversed Square Rata-Rata Stokastik ,5288 0,4134 0,0486 0,1687 0, ,6498 0,4641 0,1430 0,3521 0, ,4463 0,3973 0,0049 0,3421 0, ,4059 0,4469 0,0639 0,1032 0, ,3127 0,3829 0,1551 0,1267 0, ,4464 0,5916 0,1318 0,1947 0,1941 Rata-Rata 0,4703 0,4340 0,0789 0,1926 0,1926 Dari hasil perhitungan data yang hilang series curah hujan tahunan tahun pada Tabel 1 didapatkan bahwa metode Pemodelan Periodik mempunyai korelasi rata-rata yang lebih baik sebesar 0,4703 dibandingkan metode lainnya yaitu Pemodelan Periodik Stokastik sebesar 0,4340,, Metode Normal Ratio sebesar 0,1926, Metode Inversed Square Distance sebesar 0,1926, dan Metode Rata-rata sebesar 0,0789. Gambar 13 Koefisien Korelasi Curah Hujan Tahunan dari tahun dengan Kelima Metode dari Stasiun Hujan PH-003 Sukarame. Tabel 2 2. Curah Hujan Kumulatif Bulanan Koefisien Korelasi Curah Hujan Kumulatif bulanan dari tahun dengan Kelima Metode dari Stasiun Hujan PH-003 Sukarame. Tahun Periodik Periodik Normal Ratio Distance Inversed Square Rata-Rata Stokastik ,3411 0,7741 0,1792 0,6206 0, ,0306 0,6329 0,5234 0,8520 0, ,2834 0,6144 0,0429 0,5156 0, ,3632 0,4947 0,5287 0,7952 0, ,3477 0,8524 0,8211 0,8829 0, ,2194 0,5701 0,7445 0,8352 0, ,5868 0,4979 0,6558 0,7863 0, ,0036 0,8169 0,5950 0,7261 0, ,4359 0,8637 0,7897 0,7723 0, ,6204 0,9398 0,7497 0,7973 0,7882 Rata-Rata 0,3232 0,7057 0,5272 0,7583 0, Ashruri, Pemodelan Periodik dan Stokastik...
11 Dari hasil perhitungan data yang hilang kumulatif bulanan tahun pada Tabel 2 didapatkan bahwa Metode Normal Ratio mempunyai korelasi rata-rata yang lebih baik sebesar 0,7583 dibandingkan metode lainnya yaitu Metode Inversed Square Distance sebesar 0,7550, Pemodelan Periodik Stokastik sebesar 0,7057, Metode Rata-rata sebesar 0,5272, dan Pemodelan Periodik sebesar 0,3232. Gambar 14 Koefisien Korelasi Curah Hujan Kumulatif Bulanan dari tahun dengan Kelima Metode dari Stasiun Hujan PH-003 Sukarame. 3. Curah Hujan Rata-rata Bulanan Tabel 3 Koefisien Korelasi Curah Hujan Rata-rata bulanan dari tahun dengan Kelima Metode dari Stasiun Hujan PH-003 Sukarame. Tahun Periodik Periodik Normal Inversed Square Rata-Rata Stokastik Ratio Distance ,3551 0,7834 0,1695 0,6650 0, ,0247 0,6269 0,4876 0,8432 0, ,2928 0,6056 0,0151 0,4994 0, ,3191 0,5531 0,5299 0,8150 0, ,3676 0,8558 0,8179 0,8811 0, ,2287 0,5690 0,7503 0,8364 0, ,5894 0,5135 0,6638 0,7916 0, ,0324 0,8215 0,5980 0,7302 0, ,4520 0,8741 0,8050 0,7749 0, ,6119 0,9446 0,7695 0,8144 0,8058 Rata-Rata 0,3273 0,7147 0,5268 0,7651 0,7618 Dari hasil perhitungan data yang hilang rata-rata bulanan tahun pada Tabel 3 didapatkan bahwa Metode Normal Ratio mempunyai korelasi rata-rata yang lebih baik sebesar 0,7651 dibandingkan metode lainnya yaitu Metode Inversed Square Distance sebesar 0,7618, Pemodelan Periodik Stokastik sebesar 0,7147, Metode Rata-rata sebesar 0,5268, dan Pemodelan Periodik sebesar 0,3273. Ashruri, Pemodelan Periodik dan Stokastik... 49
12 Gambar 15 Koefisien Korelasi Curah Hujan Rata-rata Bulanan dari tahun dengan Kelima Metode dari Stasiun Hujan PH-003 Sukarame. 5. KESIMPULAN Dari hasil perhitungan berbagai metode yang telah dilakukan penulis menarik kesimpulan berdasarkan koefisien korelasi sebagai berikut : a. Untuk hasil perhitungan series waktu harian metode terbaik adalah Model Periodik dengan Korelasi Rata-rata sebesar 0,4703 b. Untuk hasil perhitungan kumulatif bulanan metode terbaik adalah Metode Normal Ratio dengan Korelasi Rata-rata sebesar 0,7583 c. Untuk hasil perhitungan rata-rata bulanan metode terbaik adalah Metode Normal Ratio dengan Korelasi Rata-rata sebesar 0,7651 DAFTAR PUSTAKA Bhakar, S.R., Singh, Raj Vir, Chhajed, Neeraj, and Bansal, Anil Kumar. 2006, Stochastic modeling of monthly rainfall at kota region, ARPN Journal of Engineering and Applied Sciences, Vol.1 (3): Kottegoda, N. T Stochastic Water Resources Technology. London: The Macmillan Press Ltd. London. p. 384 Rasimin. 2013, Pemodelan Periodik dan Stokastik Curah Hujan Kota Bandar Lampung. Jurusan Teknik Sipil. Fakultas Teknik. Universitas Lampung. Rizalihadi, M The generation of synthetic sequences of monthly rainfall using autoregressive model, Jurnal Teknik Sipil Universitas Syah Kual a, Vol. 1 (2) : Zakaria, A. 1998, Preliminary Study of Tidal Prediction using Least Squares Method, Thesis (Master). Bandung Institute if Technology. Bandung. Indonesia. Zakaria, A. 2003, Numerical Modelling of Wavw Propagation using Higher Order Finite Difference Formulas, Thesis (Ph.D), Curtin University of Technology, Perth, W.A., Australia. Zakaria, A, 2005a, Aplikasi Program FTRANS, Jurusan Teknik Sipil, Fakultas Teknik, Universitas Lampung. Zakaria, A. 2005b, Aplikasi Program ANFOR, Jurusan Teknik Sipil, Fakultas Teknik, Universitas Lampung. Zakaria, A. 2008, The Generation of Synthetic Sequences of Monthly Cumulative Rainfall using FFT and Least Square Method, Prosiding Seminar Hasil Penelitian & Pengabdian kepada Masyarakat, Universitas Lampung, Vol 1:1-15. Zakaria, A. 2010, A Study Periodic Modeling of Daily Rainfall at Purajaya Region, Seminar Sains and Teknologi III. Lampung University, Lampung University, 3,hal Ashruri, Pemodelan Periodik dan Stokastik...
13 Zakaria, A. 2010, Studi pemodelan stokastik curah hujan harian dari data curah hujan stasiun Purajaya. Seminar Nasional Sain Mipa dan Aplikasinya, 8-9 December 2010, Lampung University, 2, Zakaria, A. 2011, A study modeling of 15 days cumulative rainfall at Purajaya Region, International Journal of Geology, Indonesia, Vol 5:1-7. Ashruri, Pemodelan Periodik dan Stokastik... 51
14 52 Ashruri, Pemodelan Periodik dan Stokastik...
PEMODELAN CURAH HUJAN KUMULATIF MINGGUAN DARI DATA CURAH HUJAN STASIUN PURAJAYA. Ahmad Zakaria 1)
PEMODELAN CURAH HUJAN KUMULATIF MINGGUAN DARI DATA CURAH HUJAN STASIUN PURAJAYA Ahmad Zakaria 1) Abstract The goal of this research is to study the periodic and stochastic models of data series of the
Lebih terperinciANALISIS PENCARIAN DATA CURAH HUJAN YANG HILANG DENGAN MODEL PERIODIK STOKASTIK (STUDI KASUS WILAYAH KABUPATEN PRINGSEWU) Ikromi Fahmi 1)
ANALISIS PENCARIAN DATA CURAH HUJAN YANG HILANG DENGAN MODEL PERIODIK STOKASTIK (STUDI KASUS WILAYAH KABUPATEN PRINGSEWU) Ikromi Fahmi 1) Abstract This study was aimed to calculate and predict the missing
Lebih terperinciPEMODELAN PERIODIK DAN STOKASTIK CURAH HUJAN KOTA BANDAR LAMPUNG. Rasimin (1) Ahmad Zakaria (2) Kartini Susilowati (3) ABSTRAK
PEMODELAN PERIODIK DAN STOKASTIK CURAH HUJAN KOTA BANDAR LAMPUNG Rasimin (1) Ahmad Zakaria (2) Kartini Susilowati (3) ABSTRAK Penelitian ini bertujuan untuk mempelajari model periodik dan stokastik seri
Lebih terperinciGambar 12. File signalr.inp Tahun 1992 dari stasiun hujan PH 016 Fajar Esuk (1024hari)
Gambar 12. File signalr.inp Tahun 1992 dari stasiun hujan PH 016 Fajar Esuk (1024hari) 5. Model Periodik Stokastik Curah Hujan Harian Model Periodik dan Stokastik merupakan hasil dari penjumlahan model
Lebih terperinciMODEL PERIODIK DAN STOKASTIK DATA PASANG SURUT JAM-JMAN DARI STASIUN MENENG. Ahmad Zakaria1)
MODEL PERIODIK DAN STOKASTIK DATA PASANG SURUT JAM-JMAN DARI STASIUN MENENG Ahmad Zakaria1) Abstract The aim of this study are to compare periodic and stochastic models generated by using FFT frequencies
Lebih terperinciMODEL PERIODIK DAN STOKASTIK DATA PASANG SURUT JAM-JAMAN DARI PELABUHAN PANJANG. Ahmad Zakaria1)
MODEL PERIODIK DAN STOKASTIK DATA PASANG SURUT JAM-JAMAN DARI PELABUHAN PANJANG Ahmad Zakaria1) Abstract The aim of this study are intended to compare periodic and stochastic tide models generated by using
Lebih terperinciPEMODELAN PERIODIK DAN STOKASTIK CURAH HUJAN KOTA BANDAR LAMPUNG. Ahmad Zakaria 1) Kartini Susilowati 1) Rasimin 2)
PEMODELAN PERIODIK DAN STOKASTIK CURAH HUJAN KOTA BANDAR LAMPUNG Ahmad Zakaria 1) Kartini Susilowati 1) Rasimin 2) Abstract This research aims to study the periodic and stochastic modeling of daily precipitation
Lebih terperinciStudi Pemodelan Stokastik Curah Hujan Harian di Stasiun Kota Metro. Bramesvara Arizona 1) Ahmad Zakaria 2) Ofik Toupik Purwadi 3)
JRSDD, Edisi Maret 2015, Vol. 3, No. 1, Hal:37-44 (ISSN:2303-0011) Studi Pemodelan Stokastik Curah Hujan Harian di Stasiun Kota Metro Bramesvara Arizona 1) Ahmad Zakaria 2) Ofik Toupik Purwadi 3) Abstract
Lebih terperinciModel Stokastik Curah Hujan Harian dari Beberapa Stasiun Curah Hujan di Way Jepara. Ahmad Zakaria 1) Margaretta Welly 1) Mirnanda Cambodia 2)
Model Stokastik Curah Hujan Harian dari Beberapa Stasiun Curah Hujan di Way Jepara Ahmad Zakaria 1) Margaretta Welly 1) Mirnanda Cambodia 2) Abstract This research was conducted to study and know the characteristics
Lebih terperinciPEMODELAN PERIODIK DAN STOKASTIK CURAH HUJAN HARIAN DARI WILAYAH PRINGSEWU. Ahmad Zakaria1)
PEMODELAN PERIODIK DAN STOKASTIK CURAH HUJAN HARIAN DARI WILAYAH PRINGSEWU Ahmad Zakaria1) Abstract This research are intended to study the periodic and stochastic modeling of daily rainfalls. The study
Lebih terperinciStudi Pemodelan Curah hujan sintetik dari beberapa stasiun di wilayah Pringsewu. Damar Adi Perdana 1) Ahmad Zakaria 2) Sumiharni 3)
JRSDD, Edisi Maret 2015, Vol. 3, No. 1, Hal:45-56 (ISSN:2303-0011) Studi Pemodelan Curah hujan sintetik dari beberapa stasiun di wilayah Pringsewu Damar Adi Perdana 1) Ahmad Zakaria 2) Sumiharni 3) Abstract
Lebih terperinciBAB II TINJAUAN PUSTAKA. Hujan adalah sebuah peristiwa Presipitasi (jatuhnya cairan dari atmosfer yang
BAB II TINJAUAN PUSTAKA A. Hujan Hujan adalah sebuah peristiwa Presipitasi (jatuhnya cairan dari atmosfer yang berwujud cair maupun beku ke permukaan bumi) berwujud cairan. Hujan memerlukan keberadaan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Wilayah Studi Wilayah studi dari penelitian ini adalah daerah Sukarame yaitu PH-03 Sukarame. Daerah ini merupakan salah satu kecamatan yang berada di Kotamadya Bandar Lampung,
Lebih terperinciTINJAUAN PUSTAKA. awan. Kumpulan embun ini bergabung menjadi titik -titik air dan kemudian jatuh
II. TINJAUAN PUSTAKA A. Curah Hujan Angin yang mengandung uap air dan naik ke atas karena suhu yang makin rendah kemudian mengembun dan berkumpul. Kumpulan embun tersebut membentuk awan. Kumpulan embun
Lebih terperinciSTUDI MODEL PERIODIK DAN STOKASTIK CURAH HUJAN HARIAN UNTUK MENCARI DATA HILANG (STUDI KASUS STASIUN HUJAN PH.119, DANAU WAY JEPARA, LAMPUNG TIMUR)
STUDI MODEL PERIODIK DAN STOKASTIK CURAH HUJAN HARIAN UNTUK MENCARI DATA HILANG (STUDI KASUS STASIUN HUJAN PH.119, DANAU WAY JEPARA, LAMPUNG TIMUR) (Tesis) COVER Oleh MUHAMMAD AGUNG RIFA I PROGRAM PASCASARJANA
Lebih terperinciIII. METODE PENELITIAN. Bekerja dalam hidrologi berarti bekerja dengan data. kejadian alam yang digunakan untuk menginterpretasikan perilaku sistem
18 III. METODE PENELITIAN A. Pendahuluan Bekerja dalam hidrologi berarti bekerja dengan data. Data yang dapat dikumpulkan dari seluruh jaringan pengukuran merupakan rekaman dari kejadian alam yang digunakan
Lebih terperinciIII. METODE PENELITIAN. curah hujan yang ada di Lampung Selatan. Data tersebut sebelum diolah
III. METODE PENELITIAN A. Pendahuluan Metode penelitian yang dipergunakan dalam penelitian ini adalah sebagai berikut. Pertama tama dilakukan pengolahan data sekunder yang berupa data curah hujan harian
Lebih terperinciMETODE PENELITIAN. Wilayah studi pada penelitian ini adalah Stasiun Pengamat Curah Hujan yang
III. METODE PENELITIAN A. Wilayah Studi Wilayah studi pada penelitian ini adalah Stasiun Pengamat Curah Hujan yang berada di wilayah Kabupaten Pringsewu. Daerah ini merupakan daerah di salah satu kabupaten
Lebih terperinciII. TINJAUAN PUSTAKA. Curah hujan adalah jumlah air yang jatuh di permukaan tanah datar
II. TINJAUAN PUSTAKA A. Curah Hujan 1. Pengertian Curah Hujan. Curah hujan adalah jumlah air yang jatuh di permukaan tanah datar selama periode tertentu yang diukur dengan satuan tinggi milimeter (mm)
Lebih terperinciANALISIS MODEL PERIODIK DITINJAU DARI CURAH HUJAN HARIAN DARI BEBERAPA STASIUN DI SUB DAS WAY KANDIS ABSTRAK
ANALISIS MODEL PERIODIK DITINJAU DARI CURAH HUJAN HARIAN DARI BEBERAPA STASIUN DI SUB DAS WAY KANDIS Oleh Farida Juwita 1 Dosen Tetap Fakultas Teknik USBRJ email : ida_juwita@yahoo.com ABSTRAK Indonesia
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA A. Curah Hujan 1. Pengertian Curah Hujan Curah hujan merupakan ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak menguap, tidak meresap, dan tidak mengalir. Satuan
Lebih terperinciII. TINJAUAN PUSTAKA. memberikan sumbangan terbesar sehingga seringkali hujanlah yang dianggap
II. TINJAUAN PUSTAKA A. Hujan Presipitasi adalah turunnya air dari atmosfer ke permukaan bumi yang bisa berupa hujan, hujan salju, kabut, embun, dan hujan es. Di daerah tropis hujan memberikan sumbangan
Lebih terperinciII. TINJAUAN PUSTAKA. terjadinya air hujan adalah jalannya bentuk presipitasi berbentuk cairan yang
II. TINJAUAN PUSTAKA A. Hujan 1. Pengertian Hujan Hujan adalah bentuk presipitasi yang berbentuk cairan yang turun sampai ke bumi. Presipitasi adalah proses pengembunan di atmosfer. Jadi, proses terjadinya
Lebih terperinciDAFTAR GAMBAR. Halaman Gambar 3.1 Pemodelan Curah Hujan Harian Pertahun Gambar 3.2 Diagram Alir Penelitian... 17
DAFTAR GAMBAR Halaman Gambar 3.1 Pemodelan Curah Hujan Harian Pertahun... 16 Gambar 3.2 Diagram Alir Penelitian... 17 Gambar 4.1 Perbandingan Curah Hujan Harian Terukur dan Curah Hujan Hasil Metode Reciprocal
Lebih terperinciII. TINJAUAN PUSTAKA. air". Hidrologi adalah cabang ilmu Geografi yang mempelajari
II. TINJAUAN PUSTAKA A. Hidrologi 1. Pengertian hidrologi Hidrologi berasal dari bahasa Yunani, Hydrologia, yang berarti "ilmu air". Hidrologi adalah cabang ilmu Geografi yang mempelajari pergerakan, distribusi,
Lebih terperinciII. TINJAUAN PUSTAKA. Hujan adalah jatuhnya hydrometeor yang berupa partikel-partikel air dengan
II. TINJAUAN PUSTAKA A. Hujan 1. Pengertian Hujan Hujan adalah jatuhnya hydrometeor yang berupa partikel-partikel air dengan diameter 0,5 mm atau lebih. Jika jatuhnya air sampai ke tanah maka disebut hujan,
Lebih terperinciJRSDD, Edisi September 2016, Vol. 4, No. 3, Hal: (ISSN: )
JRSDD, Edisi September 2016, Vol. 4, No. 3, Hal:397 406 (ISSN:2303-0011) Analisis Data Curah Hujan yang Hilang Dengan Menggunakan Metode Normal Ratio, Inversed Square Distance, dan Rata-Rata Aljabar (Studi
Lebih terperinciKampus Bina Widya J. HR Soebrantas KM 12,5 Pekanbaru, Kode Pos ABSTRACT
SIMULASI DATA CURAH HUJAN HARIAN MENGGUNAKAN STOKASTIK RANTAI MARKOV DENGAN ORDE 3 X 3 (STUDI KASUS : DAERAH ALIRAN SUNGAI KAMPAR) Rahmad Sandi 1), Bambang Sujatmoko 2), Mardani Sebayang 2) 1) Mahasiswa
Lebih terperinciANALISA KEHANDALAN STOKASTIK RANTAI MARKOV UNTUK SIMULASI DATA CURAH HUJAN HARIAN PADA DAS KAMPAR
ANALISA KEHANDALAN STOKASTIK RANTAI MARKOV UNTUK SIMULASI DATA CURAH HUJAN HARIAN PADA DAS KAMPAR Bambang Sujatmoko, Mardani Sebayang, Muhammad Khalilullah Jurusan Teknik Sipil, Fakultas Teknik, Universitas
Lebih terperinciII. TINJAUAN PUSTAKA. Hidrologi berasal dari Bahasa Yunani yaitu terdiri dari kata hydros yang. hidrologi dan sumber daya air.
II. TINJAUAN PUSTAKA 2.1 Hidrologi 2.1.1 Pengertian hidrologi Hidrologi berasal dari Bahasa Yunani yaitu terdiri dari kata hydros yang berarti air dan kata logos yang berarti ilmu, dengan demikian secara
Lebih terperinciANALISIS HOMOGENITAS DATA CURAH HUJAN TAHUNAN KOTA MAKASSAR
ANALISIS HOMOGENITAS DATA CURAH HUJAN TAHUNAN KOTA MAKASSAR Wahidah Sanusi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar Jl. Daeng Tata Raya, Kampus UNM Parangtambung, Makasaar
Lebih terperinciAnalisa Kesalahan Pemodelan Data Pasang Surut Stasiun Tanjung Priok. Agus Ari Prasetyo 1) Ahmad Zakaria 2) Margaretta Welly 3)
JRSDD, Edisi September 2016, Vol. 4, No. 3, Hal:423 434 (ISSN:2303-0011) Analisa Kesalahan Pemodelan Data Pasang Surut Stasiun Tanjung Priok Agus Ari Prasetyo 1) Ahmad Zakaria 2) Margaretta Welly 3) Abstract
Lebih terperinciSISTEM INFORMASI DAN ANALISIS DATA CURAH HUJAN HARIAN KOTA BANDAR LAMPUNG. Ahmad Zakaria 1) Didik 2) Muhammad Habib Algifari 3)
SISTEM INFORMASI DAN ANALISIS DATA CURAH HUJAN HARIAN KOTA BANDAR LAMPUNG Ahmad Zakaria 1) Didik 2) Muhammad Habib Algifari 3) Abstract Hydrological data especially rainfall data that observed, often not
Lebih terperincis(t) = C (2.39) } (2.42) atau, dengan menempatkan + )(2.44)
2.9 Analisis Fourier Alasan penting untuk pusat osilasi harmonik adalah bahwa virtually apapun osilasi atau getaran dapat dipecah menjadi harmonis, yaitu getaran sinusoidal. Hal ini berlaku tidak hanya
Lebih terperinciStatistika. Analisis Data Time Series. 13-Sep-16. h2p://is5arto.staff.ugm.ac.id
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Pascasarjana Teknik Sipil Statistika Analisis Data Time Series 1 Analisis Data Time Series Acuan Haan, C.T., 1982, Sta+s+cal Methods in
Lebih terperinciBAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA. Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi
BAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi atau getaran dari sebuah data pada frekuensi tertentu. Analisis spektral
Lebih terperinciMODEL-MODEL PEMBANGKITAN DATA SINTETIS UNTUK CURAH HUJAN HARIAN DI WILAYAH BRANTAS TENGAH
Soetopo, dkk., Model-Model Pembangkitan Data Sintetis untuk Curah Hujan Harian di Wilayah Brantas Tengah 67 MODEL-MODEL PEMBANGKITAN DATA SINTETIS UNTUK CURAH HUJAN HARIAN DI WILAYAH BRANTAS TENGAH Widandi
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
ANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip ), dan Bambang Susanto 3) ) Mahasiswa Program Studi Matematika ) 3) Dosen Program Studi Matematika
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Neraca Air Ilmu Hidrologi adalah ilmu yang mempelajari sirkulasi air. Dalam proses sirkulasi air, penjelasan mengenai hubungan antara aliran ke dalam (inflow) dan aliran keluar
Lebih terperinciPerbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) ABSTRAK
Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) Bogerson/0322076 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinci(2) dengan adalah komponen normal dari suatu kecepatan partikel yang berhubungan langsung dengan tekanan yang diakibatkan oleh suara dengan persamaan
Getaran Teredam Dalam Rongga Tertutup pada Sembarang Bentuk Dari hasil beberapa uji peredaman getaran pada pipa tertutup membuktikan bahwa getaran teredam di dalam rongga tertutup dapat dianalisa tidak
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
Salatiga, 5 Juni 23, Vol 4, No., ISSN:287 922 ANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip 2), dan Bambang Susanto 3) ) Mahasiswa Program Studi
Lebih terperinciBab II LANDASAN TEORI
Bab II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan
Lebih terperinciALGORITHMA FAST FOURIER TRASFORM (FFT) UNTUK ANALISIS POLA CURAH HUJAN DI KALIMANTAN BARAT
ALGORITHMA FAST FOURIER TRASFORM (FFT) UTUK AALISIS POLA CURAH HUJA DI KALIMATA BARAT Andi Ihwan Jurusan Fisika, FMIPA Universitas Tanjungpura, Pontianak, e-mail: iwankonjo@yahoo.com Abstrak Secara garis
Lebih terperinciANALISIS METODE INTENSITAS HUJAN PADA STASIUN HUJAN PASAR KAMPAR KABUPATEN KAMPAR
ANALISIS METODE INTENSITAS HUJAN PADA STASIUN HUJAN PASAR KAMPAR KABUPATEN KAMPAR Andy Hendri 1 1 Jurusan Teknik Sipil, Fakultas Teknik, Universitas Riau andyh_pku@yahoo.co.id ABSTRAK Besarnya intensitas
Lebih terperinciANALISIS KELAYAKAN MODEL NAM (NEDBOR AFSTROMNINGS MODEL) UNTUK PREDIKSI KETERSEDIAAN AIR PADA DAS HO
ANALISIS KELAYAKAN MODEL NAM (NEDBOR AFSTROMNINGS MODEL) UNTUK PREDIKSI KETERSEDIAAN AIR PADA DAS HO Oleh Sumiati dan Wayan Tika Jurusan Teknik Pertanian, Fakultas Teknologi Pertanian Universitas Udayana
Lebih terperinciJMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP
JMP : Volume 6 Nomor 1, Juni 014, hal. 45-5 REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP Saniyah dan Budi Pratikno Program Studi Matematika Fakultas Sains dan Teknik Universitas
Lebih terperinciAPLIKASI SIG UNTUK EVALUASI SISTEM JARINGAN DRAINASE SUB DAS GAJAHWONG KABUPATEN BANTUL
APLIKASI SIG UNTUK EVALUASI SISTEM JARINGAN DRAINASE SUB DAS GAJAHWONG KABUPATEN BANTUL Arief Kelik Nugroho e-mail : ariefkeliknugroho@gmail.com Abstrak Kondisi lahan daerah aliran sungai dalam kondisi
Lebih terperinciMetode Split Step Fourier Untuk Menyelesaikan Nonlinear Schrödinger Equation Pada Nonlinear Fiber Optik
Metode Split Step Fourier Untuk Menyelesaikan Nonlinear Schrödinger Equation Pada Nonlinear Fiber Optik Endra Fakultas Ilmu Komputer, Jurusan Sistem Komputer, Universitas Bina Nusantara Jl K.H. Syahdan
Lebih terperinciSTUDI ESTIMASI CURAH HUJAN, SUHU DAN KELEMBABAN UDARA DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
STUDI ESTIMASI CURAH HUJAN, SUHU DAN KELEMBABAN UDARA DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Muh. Ishak Jumarang 1), Lyra Andromeda 2) dan Bintoro Siswo Nugroho 3) 1,3) Jurusan Fisika,
Lebih terperinciPerbandingan Akurasi Prediksi Pasang Surut Antara Metode Admiralty dan Metode Least Square
1 Perbandingan Akurasi Prediksi Pasang Surut Antara Metode Admiralty dan Metode Least Square Miftakhul Ulum dan Khomsin Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi
Lebih terperinciC.1 OSILASI GANDENG PEGAS
Mata Kuliah GELOMBANG-OPTIK OPTIK TOPIK I SUB TOPIK OSILASI GANDENG C. SISTEM OSILASI DUA DERAJAT KEBEBASAN:OSILASI GANDENG Satu derajat kebebasan: Misalkan: pegas yang memiliki satu simpangan Dua derajat
Lebih terperinciPREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, Erlinda Ningsih 2 1 Dosen Teknik Informatika, STMIK Potensi Utama 2 Mahasiswa Sistem Informasi, STMIK
Lebih terperinciAnalisis Korelasi Suhu Muka Laut dan Curah Hujan di Stasiun Meteorologi Maritim Kelas II Kendari Tahun
Analisis Korelasi Suhu Muka Laut dan Curah Hujan di Stasiun Meteorologi Maritim Kelas II Kendari Tahun 2005 2014 Rizka Erwin Lestari 1, Ambinari Rachmi Putri 2, Imma Redha Nugraheni Sekolah Tinggi Meteorologi
Lebih terperinciMODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO
MODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO oleh INDIAWATI AYIK IMAYA M0111045 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciBAB 3 PRESIPITASI (HUJAN)
BAB 3 PRESIPITASI (HUJAN) PRESIPITASI (HUJAN) Bila udara lembab bergerak keatas kemudian menjadi dingin sampai melalui titik embun, maka uap air didalamnya mengkondensir sampai membentuk butir-butir air.
Lebih terperinciMODEL-MODEL PEMBANGKITAN DATA SINTETIS UNTUK CURAH HUJAN HARIAN DI WILAYAH BRANTAS TENGAH
MODEL-MODEL PEMBANGKITAN DATA SINTETIS UNTUK CURAH HUJAN HARIAN DI WILAYAH BRANTAS TENGAH Widandi Soetopo 1, Lily Montarcih Limantara 1, Rini Wahyu Sayekti 1, Endang Purwati 1, Dian Chandrasasi 1, Muhammad
Lebih terperinciKata Kunci: Analisis Regresi Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regresor Bersifat Stokastik
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 168 176 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN PENDUGA ORDINARY LEAST SQUARES (OLS) DAN GENERALIZED LEAST SQUARES (GLS) PADA MODEL REGRESI
Lebih terperinciSpektrum Sipil, ISSN Vol. 2, No. 1 : 49-60, Maret 2015
Spektrum Sipil, ISSN 1858-4896 49 Vol., No. 1 : 49-60, Maret 015 ANALISIS BEBERAPA METODE PENGISIAN DATA HUJAN YANG HILANG DI WILAYAH SUNGAI PULAU LOMBOK Analysis of Several Methods of Filling Data are
Lebih terperinciMODEL FUNGSI TRANSFER BIVARIAT UNTUK MERAMALKAN CURAH HUJAN DI KABUPATEN DELI SERDANG SKRIPSI DYAH RARA
1 MODEL FUNGSI TRANSFER BIVARIAT UNTUK MERAMALKAN CURAH HUJAN DI KABUPATEN DELI SERDANG SKRIPSI DYAH RARA 100803065 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinci2 BAB II LANDASAN TEORI DAN DATA
2 BAB II LANDASAN TEORI DAN DATA 2.1 Pasut Laut Fenomena pasang dan surutnya muka air laut biasa disebut sebagai pasut laut (ocean tide). Pasut terjadi dikarenakan oleh perbedaan gaya gravitasi dari pergantian
Lebih terperinciABSTRACT. Keywords : rainfall, forecasting, fuzzy time series seasonal method
ABSTRAK Risqa Fitrianti Khoiriyah. 2016. PERAMALAN CURAH HUJAN DI STASIUN PABELAN SUKOHARJO DENGAN METODE RUNTUN WAKTU FUZZY MUSIMAN. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas
Lebih terperinciSigit Mujiharjo Program Studi TIP, Fakultas Pertanian Universitas Bengkulu ABSTRACT
ISSN 1411 0067 Jurnal Ilmu-Ilmu Pertanian Indonesia. Volume 4, No. 1, 2002, Hlm. 42-48 42 PERBANDINGAN KEERATAN DAN BENTUK HUBUNGAN EVAPOTRANSPIRASI POTENSIAL (ETp) HARIAN DENGAN ETp BULANAN Studi berdasarkan
Lebih terperinciPRISMA FISIKA, Vol. III, No. 3 (2015), Hal ISSN :
PRISMA FISIKA, Vol. III, No. (05), Hal. 79-86 ISSN : 7-80 Pemodelan Kebutuhan Daya Listrik Di Pt. PLN (Persero) Area Pontianak dengan Menggunakan Metode Gauss-Newton Mei Sari Soleha ), Joko Sampurno *),
Lebih terperinciJony Sitepu/ ABSTRAK
PERBANDINGAN ESTIMASI SELUBUNG SPEKTRAL DARI BUNYI VOICED MENGGUNAKAN METODE AUTO-REGRESSIVE (AR) DENGAN OPTIMIZATION OF THE LIKELIHOOD CRITERION (OLC) Jony Sitepu/0422166 Jurusan Teknik Elektro, Fakultas
Lebih terperinciADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PEMODELAN NILAI INFLASI KOTA SURABAYA, MALANG DAN KEDIRI BERDASARKAN PENDEKATAN GENERALIZED SPACE TIME AUTOREGRESSIVE SKRIPSI MUHINDRO ASRIONO PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS
Lebih terperinciMetode Jaringan Saraf Tiruan Propagasi Balik Untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat
Prosiding Semirata FMIPA Universitas Lampung, 2013 Metode Jaringan Saraf Tiruan Propagasi Balik Untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat Andi Ihwan Prodi Fisika FMIPA Untan, Pontianak
Lebih terperinciPENGARUH HUJAN EKSTRIM DAN KONDISI DAS TERHADAP ALIRAN
PENGARUH HUJAN EKSTRIM DAN KONDISI DAS TERHADAP ALIRAN Joko Sujono Jurusan Teknik Sipil dan Lingkungan Fakultas Teknik, Universitas Gadjah Mada Jalan Grafika 2 Yogyakarta 55281 jsujono@ugm.ac.id ABSTRAK
Lebih terperinciIII. METODE PENELITIAN. Lokasi penelitian ini adalah di saluran drainase Antasari, Kecamatan. Sukarame, kota Bandar Lampung, Provinsi Lampung.
37 III. METODE PENELITIAN A. Lokasi Penelitian Lokasi penelitian ini adalah di saluran drainase Antasari, Kecamatan Sukarame, kota Bandar Lampung, Provinsi Lampung. Gambar 8. Lokasi Penelitian 38 B. Bahan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciInformasi Data Pokok Kota Surabaya Tahun 2012 BAB I GEOGRAFIS CHAPTER I GEOGRAPHICAL CONDITIONS
BAB I GEOGRAFIS CHAPTER I GEOGRAPHICAL CONDITIONS Indonesia sebagai negara tropis, oleh karena itu kelembaban udara nya sangat tinggi yaitu sekitar 70 90% (tergantung lokasi - lokasi nya). Sedangkan, menurut
Lebih terperinciPENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 6-10 ISSN: 2303-1751 PENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA I PUTU EKA IRAWAN 1, I KOMANG
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan Juni 2013 sampai dengan Januari 2014 di
15 III. METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan pada bulan Juni 2013 sampai dengan Januari 2014 di Laboratorium Teknik Sumber Daya Air Universitas Lampung B. Alat dan
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Analisis Data Time Series 1 Analisis Data Time Series Acuan Haan, C.T.,
Lebih terperinciPemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process
Prosiding Statistika ISSN: 2460-6456 Pemodelan Data Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process 1 Novi Tri Wahyuni, 2 Sutawatir Darwis, 3 Teti Sofia Yanti 1,2,3 Prodi
Lebih terperinciMODEL PREDIKSI GREY UNTUK GM(1,1) DAN GREY VERHULST
MODEL PREDIKSI GREY UNTUK GM(1,1) DAN GREY VERHULST oleh RACHMA PUTRI YULIARTI M0107080 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinciModel Space Time Autoregressive (STAR) Orde 1 Dan Penerapannya Pada Prediksi Harga Beras Di Kota Manado, Tomohon Dan Kabupaten Minahasa Utara
Model Space Time Autoregressive (STAR) Orde 1 Dan Penerapannya Pada Prediksi Harga Beras Di Kota Manado, Tomohon Dan Kabupaten Minahasa Utara 1 Rahmadania Paita, 2 Nelson Nainggolan, 3 Yohanes A.R. Langi
Lebih terperinciMaksimum dan Minimum di Perak I Relative Humidity, Atmospheir Pressure and Temperature at Perak I Kelembaban/ Tekanan Udara/ Temperatur/
Tabel : 01.00.01 Kelembaban, Tekanan Udara dan Temperatur Maksimum dan Minimum di Perak I Relative Humidity, Atmospheir Pressure and Temperature at Perak I 2010 Kelembaban/ Tekanan Udara/ Temperatur/ B
Lebih terperinciHASIL DAN PEMBAHASAN
18 HASIL DAN PEMBAHASAN Eksplorasi data Tahap pertama dalam pembentukan model VAR adalah melakukan eksplorasi data untuk melihat perilaku data dari semua peubah yang akan dimasukkan dalam model. Eksplorasi
Lebih terperinci1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si, M.Si. ABSTRAK
Judul : Peramalan Curah Hujan Menggunakan Metode Analisis Spektral Nama : Ni Putu Mirah Sri Wahyuni NIM : 1208405018 Pembimbing : 1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si,
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciBAB III PENGAMBILAN DAN PENGOLAHAN DATA
BAB III PEGAMBILA DA PEGOLAHA DATA Pembahasan yang dilakukan pada penelitian ini, meliputi dua aspek, yaitu pengamatan data muka air dan pengolahan data muka air, yang akan dibahas dibawah ini sebagai
Lebih terperinciANALISIS POTENSI DAN PENGEMBANGAN SUMBER DAYA AIR STUDI KASUS: DAS. CITARUM HULU - SAGULING
No. Urut : 071/S2-TL/TPL/1997 ANALISIS POTENSI DAN PENGEMBANGAN SUMBER DAYA AIR STUDI KASUS: DAS. CITARUM HULU - SAGULING TI SIS Sebagai Salah Satu Persyaratan Untuk Menyelesaikan Program Magister Pada
Lebih terperinci1. Tempat Waktu Penelitian C. Subjek Penelitian D. Identifikasi Variabel Penelitian E. Definisi Operasional Variabel...
DAFTAR ISI HALAMAN JUDUL DAN LEMBAR PERSETUJUAN... i DAFTAR ISI... iii DAFTAR TABEL... v DAFTAR GAMBAR... vi DAFTAR LAMPIRAN... viii SURAT PERNYATAAN... ix KATA PENGANTAR... x ABSTRAK... xii BAB I PENDAHULUAN...
Lebih terperincioleh DIAN BELLY YANI M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PEMODELAN BANYAKNYA KUNJUNGAN WISATAWAN PADA EMPAT LOKASI WISATA DKI JAKARTA DENGAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE SEEMINGLY UNRELATED REGRESSION (GSTAR-SUR) oleh DIAN BELLY YANI M0111020
Lebih terperinciEksak Period dari Solusi Periodik untuk Sebuah Osilator Tak Linear
Eksak Period dari Solusi Periodik untuk Sebuah Osilator Tak Linear S.B. Waluya Jurusan Matematika FMIP Universitas Negeri Semarang bstrak. Dalam makalah ini akan dibahas sebuah oscilator taklinear dalam
Lebih terperinciBAB III HUJAN DAN ANALISIS HUJAN
BAB III HUJAN DAN ANALISIS HUJAN Novitasari,ST.,MT TIU TIK TIU & TIK : Hidrologi Terapan merupakan matakuliah untuk memahami tentang aplikasi hidrogi terapan dan aplikasinya dalam rekayasa teknik sipil.
Lebih terperinciMODEL VARIASI HARIAN KOMPONEN H JANGKA PENDEK BERDASARKAN DAMPAK GANGGUAN REGULER
MODEL VARIASI HARIAN KOMPONEN H JANGKA PENDEK BERDASARKAN DAMPAK GANGGUAN REGULER Habirun Pusat Pemanfaatan Sains Antariksa Lembaga Penerbangan dan Antariksa Nasional (LAPAN) email: h a b i r u n @ b d
Lebih terperinciAnalisa Kecepatan Angin Menggunakan Distribusi Weibull di Kawasan Blang Bintang Aceh Besar
Analisa Kecepatan Angin Menggunakan Distribusi Weibull di Kawasan Blang Bintang Aceh Besar Wind Speed Analysis using Weibull Distribution in the Region Blang Bintang Aceh Besar Khairiaton, Elin Yusibani*
Lebih terperinciPENENTUAN LOKASI SUMBER
PENENTUAN LOKASI SUMBER DENGAN MENGGUNAKAN HYDROPHONE TUNGGAL Annisa Firasanti 2207100159 Dosen Pembimbing: Dr. Ir. Wirawan, DEA Ir. Endang Widjiati, M.Eng.Sc LATAR BELAKANG Potensi perairan Indonesia
Lebih terperinciIV. HASIL DAN PEMBAHASAN
Gambar 2 Diagram alir penelitian. IV. HASIL DAN PEMBAHASAN 4.1 Identifikasi Stabilitas Atmosfer 4.1.1 Identifikasi Stabilitas Atmosfer Harian Faktor yang menyebabkan pergerakan vertikal udara antara lain
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 253 266. PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Lebih terperinciPerilaku Kesalahan Puncak Spektrum Akibat Penggunaan Fungsi Jendela Kotak, Hanning, dan Flattop pada Sinyal Sinus Waktu Kontinu
Perilaku Kesalahan Puncak Spektrum Akibat Penggunaan Fungsi Jendela Kotak, Hanning, dan Flattop pada Sinyal Sinus Waktu Kontinu Khuschandra dan Zainal Abidin Laboratorium Dinamika PPAU-IR, Institut Tteknologi
Lebih terperinciStudi Proses Cyclostationarity untuk Prediksi Tinggi Pasut
Jurnal Rekayasa LPPM Itenas No.3 Vol. XIV Institut Teknologi Nasional Juli September 2010 Studi Proses Cyclostationarity untuk Prediksi Tinggi Pasut NI MADE RAI RATIH CAHYA PERBANI Jurusan Teknik Geodesi
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. langsung melihat database yang digunakan dengan cara menekan tombol open
BAB 4 HASIL DAN PEMBAHASAN 4.1 Program Peramalan 4.1.1 Tampilan Layar Pada saat pertama kali menjalankan program peramalan ini, user akan dihadapkan pada tampilan program seperti Gambar 4.1. Pada kondisi
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1 Rancangan Penelitian Rancangan penelitian ini adalah studi ekologi menurut waktu. Studi ekologi menurut waktu adalah pengamatan kecenderungan (trend) jumlah kasus (kejadian)
Lebih terperinciIV. HASIL DAN PEMBAHASAN
9 menguji kelayakan model sehingga model sementara tersebut cukup memadai. Salah satu caranya adalah dengan menganalisis galat (residual). Galat merupakan selisih antara data observasi dengan data hasil
Lebih terperinci